王興曾在采訪中提到：美團最大的成本來自于 50 萬名送餐騎手。據美團的招股說明書顯示，美團餐飲外賣業務成本由 2016 年的 57 億元增至 2017 年的 193 億元，增幅達 238.8%，騎手成本則由 2016 年的 51 億元增至 2017 年的 183 億元，占 94.8%，增長超過了3 倍。不得不說，不斷上漲的人力成本，加速了無人配送餐車的落地。

近期，美團無人配送團隊在上海松江大學城進行了測試，不由讓人聯想，無人車真的能代替人嗎？

首先考慮下無人配送餐車進入室內環境取餐，就需要自行進入電梯，期間可能會遇到電梯大小不合適的問題，目前金地集團，朝陽大悅城同意為美團免費改造電梯，但其他的寫字樓，小區呢？如果為了無人配送餐車又增加了成本，豈不是失去了本意？

再來看下室外環境，無人配送餐車需要考慮人行道，機動車道，紅綠燈，在這種如此復雜的情況下，無人配送餐車需要實現自主定位與地圖創建，也就是 SLAM 技術（Simultaneous Localization and Mapping)。

SLAM 實際上是一個典型的軍轉民用的技術，探測器登陸未知環境的星球進行科研研究時，面對復雜的大規模環境，而無法對其進行實時遙控時，必須通過實現同步定位與地圖創建才能完成導航任務，例如美國“機遇號”、“勇氣號”以及“好奇號”等火星探測器。掃地機器人沒有 SLAM 技術，將無法自主移動，到處亂撞。

SLAM 主要分為激光 SLAM 和 VSLAM 兩大類。其中，激光 SLAM 比 VSLAM 起步早，在理論、技術和產品落地上都相對成熟。從成本上來說，VSLAM 主要通過攝像頭來采集信息，要比激光雷達低很多。從應用場景上來說，激光 SLAM 主要被應用在室內，對于無人配送餐車來說不可行，而 VSLAM 在室內外環境外均能開展工作。

目前，實現 VSLAM 方案主要有兩種路徑，一種是基于 RGBD 的深度攝像機，比如 Kinect，它最大的特點是可以通過紅外結構光或 Time-of-Flight 原理，直接測出圖像中各像素離相機的距離。不過，現在多數 RGBD 相機還存在測量范圍窄、噪聲大、視野小等諸多問題，主要適用于室內 SLAM，并不適用于需要在室外工作的無人配送餐車。

還有一種就是基于單目、雙目攝像頭的，單目相機 SLAM，即只用一支攝像頭就可以完成 SLAM 。這樣做的好處是傳感器簡單、成本特別的低，但相比別的視覺傳感器，單目有個最大的問題，就是沒法確切地得到深度。

相比單目攝像頭，雙目攝像頭的功能更加豐富，可獲取依靠單目攝像頭無法準確識別的信息。雙目攝像頭是利用仿生學原理，通過標定后的雙攝像頭得到同步曝光圖像，然后計算獲取的 2 維圖像像素點的第三維深度信息。深耕此領域的小覓智能已與國內外200余家企業客戶開展了服務與合作，其中標配六軸傳感器（IMU）和紅外主動光探測器（IR）的小覓雙目攝像頭標準版，利用攝像頭和運動傳感器的互補性，可為視覺 SLAM 的研究提供精度更高、成本更低、布置簡單、同時可以實現人臉和物體識別的視覺 SLAM 研發硬件。

就目前而言，“雙目+IMU”的結合方式，是眼下 SLAM 的相對最優方案。六軸傳感器（IMU）可為視覺定位算法的研究提供數據的互補和校正，適用于視覺慣性里程計（VIO）的算法研究，幫助提升定位精度，而紅外主動光探測器（IR）可以幫助解決室內白墻和無紋理物體的識別難題，提升圖像源的識別精度。

相信加持小覓雙目攝像頭的無人配送餐車，有著無窮的應用空間。目前，我能想到的幾點：第一，擁有如此有效的點對點模式，加上無人配送餐車本身就有吸引人的特質，很適合做推廣活動，比如根據歷史購買記錄，推薦下午茶。第二，用戶有需求時，送餐時可以把順路的快遞一起帶過來，在提升用戶體驗時，也增加了用戶在平臺上的粘性。第三，外賣不可避免的問題是油，蔬菜不多，到時候用戶甚至選擇在指定時間讓燒菜機器人來家中燒菜。

一鍵直達小覓雙目攝像頭官網：http://www.myntai.com

轉載于:https://juejin.im/post/5b612f1a6fb9a04f9d1c0820

總結

以上是生活随笔為你收集整理的小觅双目摄像头如何加速外卖无人配送新时代的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。